Reducing the cost of ancilla purification for Majorana quantum computation

양자 컴퓨터는 현재의 고전적 기계로는 불가능한 문제들을 해결할 것을 약속하지만, 매우 취약하기로 악명이 높습니다. 이들이 저장하는 정보는 환경으로부터 오는 아주 작은 방해에도 쉽게 흐트러집니다. 유용한 기계를 만들기 위해 과학자들은 이 정보를 마요라나 제로 모드(Majorana zero modes)라고 불리는 이색적인 입자에 인코딩하여 보호해야 합니다. 이 입자들은 독특한 성질을 가지고 있는데, 그 양자 상태가 단일 위치가 아닌 집합적인 배치에 저장되어 있어 국소적인 노이즈에 자연적으로 저항력을 갖습니다. 그러나 단순히 이 입자들을 서로 주변으로 움직이는 것만으로는 컴퓨터가 필요로 하는 모든 계산을 수행하기에 충분하지 않습니다. 이 간극을 메우기 위해 연구자들은 복잡한 연산을 위한 연료 역할을 하는 '안실라(ancilla)'라고 알려진 특별한 보조 상태를 도입해야 합니다. 문제는 이 보조 상태를 극도로 정밀하게 준비해야 한다는 점입니다. 만약 이들이 너무 노이즈가 심하다면 전체 계산은 실패하게 됩니다.

핵심적인 어려움은 이러한 노이즈가 섞인 보조 상태를 정화하는 데 사용되는 과정 자체가 불완전하다는 점입니다. 표준적인 접근 방식에서 과학자들은 두 개의 노이즈가 섞인 보조 상태 사본을 가져와 서로 비교합니다. 만약 비교 결과가 일치하면 하나를 유지하고 교정하며, 만약 일치하지 않으면 둘 다 버립니다. 이 방법은 작동하지만 한계가 있습니다. 초기 노이즈가 너무 높으면 정화 과정이 이를 따라잡지 못해 오류가 사라지는 대신 축적됩니다. 더욱이, 이 과정이 작동하더라도 단 하나의 깨끗한 사본을 만들기 위해 방대한 양의 가공되지 않은 노이즈 섞인 사본들이 필요하며, 이는 양자 컴퓨터를 구축하는 비용을 감당할 수 없을 정도로 높게 만듭니다. 현재 학계가 직면한 질문은 이 정화 과정을 더 효율적으로 만들어, 더 노이즈가 많은 재료로부터 시작하여 더 적은 자원을 사용해 동일한 높은 품질에 도달할 수 있는 방법이 있는지 여부입니다.

최근 연구에서 피오트르 치클린스키(Piotr Ćwikliński), 미하우 스투진스키(Michał Studziński), 루카시 포이체크(Łukasz Fojcik)는 이러한 보조 상태를 정제하는 새로운 방법을 제안하여, 비용을 크게 낮추고 사용할 수 있는 시작 재료의 범위를 확장했습니다. 그들은 오류를 걸러내기 위해 3단계 비교 과정을 사용하는 세르게이 브라비(Sergey Bravyi)가 개발한 기존 기술을 기반으로 연구를 진행했습니다. 연구팀은 이 과정에 단 하나의 네 번째 단계를 추가함으로써 오류를 억제하는 근본적인 수학적 방식을 바꿀 수 있다는 사실을 깨달았습니다. 기존의 3단계 방식에서는 필터를 통과해 빠져나가는 불량 출력의 확률이 입력 오류율의 제곱에 비례하여 감소했습니다. 하지만 팀은 이전 단계들의 결합된 결과물을 새로운 검증 대상과 비교하는 네 번째 층을 추가함으로써, 불량 출력이 빠져나갈 확률이 오류율의 세제곱에 비례하여 떨어진다는 것을 발견했습니다. 이 미세한 변화는 입력값이 약간만 더 깨끗해져도 출력값은 극적으로 깨끗해진다는 것을 의미하며, 공정이 이전보다 훨씬 더 노이즈가 많은 시작 재료를 견딜 수 있게 해줍니다.

연구진은 이 새로운 4층 구조가 성공적인 정화를 위한 임계값을 낮춘다는 것을 입증했습니다. 이전에는 시작 재료가 약 61.56%의 정확도를 가져야 성공적으로 정화될 수 있었습니다. 새로운 방법에서는 이 요구 사항이 약 60.47%로 떨어졌습니다. 이 차이가 작아 보일 수 있지만, 양자 오류 정정의 세계에서 이는 거대한 변화입니다. 이는 더 불완전하게 준비된 상태들도 컴퓨터의 연료로 사용될 수 있음을 의미합니다. 더 중요한 것은, 연구진이 이 방법이 원재료 사본의 수를 획기적으로 줄여준다는 것을 보여주었다는 점입니다. 표준적인 설정에서는 59.97%의 정확도를 가진 소스로부터 단 하나의 고품질 보조 상태를 만드는 데 약 17.6조 개의 원시 사본이 필요합니다. 연구팀은 특정 단계에서 처리된 블록을 신선한 미처리 사본과 짝을 짓는 영리한 변형을 도입함으로써, 이 요구량을 단 100만 개 남짓으로 줄였습니다. 이는 비용을 7자리수(1,000만 배) 이상 절감한 것으로, 이론적인 가능성을 훨씬 더 실질적인 공학적 과제로 탈바꿈시킨 것입니다.

이것이 어떻게 작동하는지 이해하기 위해, 정화 과정을 나쁜 입자들을 걸러내는 일련의 게이트라고 상정해 봅시다. 기존 방식은 연속된 세 개의 게이트를 사용했습니다. 만약 입자에 두 개의 작은 결함이 있다면, 그 결함이 첫 두 개의 게이트를 통과하여 마치 정상인 것처럼 받아들여질 수도 있습니다. 새로운 방식은 입자의 여정 전체를 살펴보는 네 번째 게이트를 추가합니다. 만약 입자에 두 개의 결함이 있다면, 이 마지막 게이트는 불일치를 포착하여 해당 입자를 거부합니다. 단, 그 두 결함이 완벽하게 서로를 상쇄하여 올바른 최종 시그니처를 만들어내는 경우는 제외됩니다. 입자가 잘못된 결과를 가지고 네 개의 게이트를 모두 통과하려면 세 개 이상의 결함을 가져야 하는데, 이는 통계적으로 훨씬 발생하기 어렵습니다. 이 추가된 엄격한 검토 층은 오류를 훨씬 더 공격적으로 제거합니다. 또한 연구팀은 두 개의 처리된 블록을 비교하는 대신, 하나의 처리된 블록과 하나의 신선한 원시 사본을 비교하는 하이브리드 접근 방식을 탐구했습니다. 이 전략은 프로세스 초기 단계에서 상태의 품질을 높이는 데 매우 효과적임이 증명되었으며, 시스템이 최종 고정밀 정화 단계가 작동하는 데 필요한 임계값을 넘을 수 있도록 도왔습니다.

이 연구는 정화 도구 자체가 불완전할 때 어떤 일이 일어나는지도 조사했습니다. 실제 상황에서는 상태를 비교하는 데 사용되는 측정 과정에서 실수가 발생할 수 있습니다. 연구진은 새로운 방법이 결함이 있는 측정으로 인한 오류를 제거하지는 못하지만, 그렇다고 오류를 악화시키지도 않는다는 것을 발견했습니다. 주요 이점은 여전히 초기 노이즈가 섞인 재료로부터 발생하는 오류를 억제하는 데 있습니다. 불완전한 도구를 사용하더라도, 측정 오류가 일정 한도 내에 있다면 새로운 방법은 기존의 길고 균형 잡힌 시퀀스보다 더 노이즈가 많은 소스로부터 정화를 가능하게 합니다. 연구팀은 새로운 접근 방식이 이전의 긴 균형 시퀀스보다 이러한 측정 오류에 대해 훨씬 더 강력한 내성을 가지고 있음을 계산했으며, 이는 미래의 하드웨어에 더 실행 가능한 경로임을 시사합니다.

이 작업은 양자 컴퓨터를 구축하는 모든 문제를 해결하거나 가장 완벽한 방법을 찾았다고 주장하는 것이 아닙니다. 연구진은 자신들의 결과가 특정 모델과 시뮬레이션에 기반하고 있으며, 실제 장치는 저장 오류나 복잡한 물리적 배치와 같은 추가적인 과제에 직면할 것이라고 명시적으로 언급했습니다. 그러나 이번 연구 결과는 현재의 표준에 대한 명확하고 구체적인 개선책을 제공합니다. 비교 시퀀스에 단순한 추가를 함으로써 효율성을 이차(quadratic)에서 삼차(cubic)로 바꿀 수 있음을 보여주고, 자원 비용을 대폭 줄이는 하이브리드 전략을 입증함으로써, 연구팀은 마요라나 기반 양자 컴퓨터의 필수적인 재료를 준비하기 위한 새로운 청사진을 제시했습니다. 작동하는 기계로 가는 길은 여전히 멀지만, 이 연구는 훨씬 적은 단계와 훨씬 가벼운 짐을 가지고 그 길을 걸어갈 수 있는 방법을 제시합니다.